PT招财进宝
Les nouvelles technologies en biologie et en santé permettent d’observer et étudier les organismes vivants à tous les niveaux (gènes, protéines, cellules, …). Toutes ces technologies génèrent de très grandes quantités de données souvent difficiles d’interpréter directement. Afin de mieux exploiter ces données et d’en extraire des informations utiles, il est nécessaire d’utiliser des approches mathématiques d’analyse et de statistique.
L’objectif du module est de présenter les différents types de modélisation mathématiques, les techniques d’analyse de données et de résultats, l’apprentissage statistique appliqué à la biologie, et leur potentialité à travers l’étude de plusieurs systèmes biologiques.
Les travaux pratiques impliqueront l'utilisation des logiciels de statistique.
Cours magistraux
1. Introduction à la démarche scientifique
1.1. La modélisation en biologie et les étapes dans l’élaboration d’un modèle
1.3. Types de modèles en sciences de la santé
1.4. Types d’études en épidémiologie
1.5. Types de variables aléatoires
1.6. L’échantillonnage
2. Traitement et analyse de données
2.1. Les tableaux statistiques et la représentation graphique
2.2. Le traitement des données obtenues
3. Modèles statistiques pour les sciences de la vie
3.1. Distribution de données
3.2. L’analyse statistique
3.3. Les modèles statistiques paramétriques et non-paramétriques
3.5. Degré d’efficacité d’un test diagnostique
3.6. Les modèles de liaison/corrélation
4. Dynamique des populations
4.1. Modèle de Malthus
4.2. Modèle de Verhulst
4.3. Modèle logistique
Travaux pratiques
TP 1 : Les tableaux de données et la représentation graphique
TP 2 : ?chantillonnage et mesures de dispersion
TP 3 : Introduction à l’analyse statistique
TP 4, TP 5 et TP 6 : Modèles statistiques paramétriques et non paramétriques
TP 7 : Corrélation, régression et linéarisation
TP 8 : Modèles EDO et logistiques
TP 9 : Séance récapitulative : exercices et préparation à l’examen
